AI er et ledelsesproblem – ikke et teknologiproblem

De fleste ledelsesteams, jeg rådgiver, har investeret i AI i flere år. Frustrationen kommer imidlertid ikke fra de skeptiske ledere – det er de begejstrede, hvis AI-programmer endnu ikke har vist sig at påvirke bundlinjen. De har pilotprojekter, intern momentum og præsentationsmateriale til bestyrelsen, der viser aktivitet på alle fronter. Det, de ikke har, er en tydelig forbindelse mellem denne aktivitet og forretningsresultaterne. Og på dette tidspunkt i AI-udviklingen er dette gab ikke længere acceptabelt.

Jeg har selv stået i spidsen for AI på stor skala hos Kroger og dets datavidenskabelige datterselskab 84.51°, hvor vi behandlede millioner af forudsigelser i sekundet på tværs af tusindvis af butikker. Vi målte vores arbejde ud fra marginer, kurvstørrelse og kundeloyalitet – ikke antallet af AI-modeller i produktion, hvor imponerende pilotprojekterne var, eller om arbejdet flyttede forretningen. Denne erfaring har formet min opfattelse af, hvad AI kræver af ledelse, og hvad de fleste ledelsesteams stadig fejler med.

Ledere forstår AI’s betydning – men mangler resultater

De ledere, jeg arbejder med, er ikke i tvivl om, hvorvidt AI er vigtigt. De kæmper med strammere marginer, dyrere kapital og bestyrelser, der kræver konkrete resultater frem for planer. Min erfaring viser, at der er tre nøgleområder, hvor ledelsen kan lukke dette gab:

1. AI’s værdi skal afspejles i regnskabet

De fleste virksomheder kan fortælle præcis, hvor mange AI-modeller de har kørende. Få kan imidlertid svare på, hvad disse modeller rent faktisk bidrager med til forretningen. AI kan styrke begge sider af resultatopgørelsen gennem bedre personalisering og intelligent prissætning, der øger omsætningen. Automatisering og præcisere prognoser reducerer omkostninger og spild, men de fleste virksomheder spreder investeringerne for tyndt ud over for mange initiativer uden tydelig forbindelse til virksomhedens værdi. De skaber aktivitet, men ændrer ikke økonomien.

Det centrale spørgsmål er ikke hvor virksomheden bruger AI, men hvor AI ændrer forretningens enhedsøkonomi. De færreste organisationer kan svare på det sidste.

2. Hastighed er en undervurderet konkurrencefordel

Næsten enhver stor organisation ved mere, end den kan handle på. Data og indsigter eksisterer, men afstanden mellem signal og handling er for stor. Beslutningsprocesser trækker ud, funktioner opererer ud fra forskellige antagelser, og når den interne alignment endelig er på plads, er øjeblikket ofte forpasset. Jeg har set dette ske direkte inden for finanssektoren.

Et team udviklede modeller til at identificere kunder hos konkurrerende virksomheder, der var mest tilbøjelige til at skifte inden for et bestemt forretningsområde. Analysen var solid, og modellerne fungerede. Det, der fulgte, var imidlertid måneder med organisationsmæssig tøven og genovervejelser af governance-spørgsmål, længe efter pilotprojektet havde vist sig levedygtigt. Da ledelsen endelig traf en beslutning, havde markedsvilkårene ændret sig, og de trak sig ud af forretningen. En medarbejder opsummerede det perfekt:

"Operationen var vellykket, men patienten var død."

Teknologien virkede. Øjeblikket var væk. AI kan lukke dette gab gennem hurtigere rapportering, bedre prognoser og tidligere fejlidentifikation. Det handler ikke om at gøre tingene billigere, men om at kunne handle, når det betyder noget – og det er lige så meget et ledelsesmæssigt som et teknologisk spørgsmål.

3. AI kræver mod til at handle hurtigt og beslutsomt

Mange ledere frygter at tage fejl med AI. De frygter at investere i forkert teknologi, at miste kontrollen over data eller at blive overhalet af konkurrenterne. Men frygt for fejl er en større risiko end selve fejlene. Den største trussel mod AI’s succes er ikke teknologisk, men organisationsmæssig.

AI kræver, at ledere accepterer, at nogle initiativer vil fejle – og at de hurtigt kan lukke dem ned og lære af dem. Det kræver også, at de er villige til at ændre forretningsmodeller, der ikke længere er bæredygtige. Den største udfordring er ikke at implementere AI, men at tilpasse organisationen til at udnytte dens potentiale.

For at lykkes med AI skal ledere stille sig selv tre kritiske spørgsmål:

• Hvor skaber AI værdi? Er det i form af øget omsætning, reducerede omkostninger eller bedre kundetilfredshed?
• Hvor hurtigt kan vi handle på indsigterne? Er beslutningsprocesserne hurtige nok til at udnytte AI’s potentiale?
• Er vi villige til at tage risici? Er vi klar til at eksperimentere, fejle og tilpasse os?

AI er ikke længere en teknologisk udfordring – det er et ledelsesproblem. De virksomheder, der forstår dette, og handler derefter, vil være dem, der skaber reel værdi med AI.